滴滴出行
国际化出行定价算法工程师
国际化出行定价算法工程师
发布于 大约 17 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
硕士
机器学习
强化学习
因果推断
时序预测
动态定价
运筹优化
转化率预估
AI 估算 · 30k–60k
国际化核心算法岗，技术难度高，大厂薪资竞争力强，匹配中级工程师水平
职位详情
关于这个职位
该职位隶属于滴滴国际化业务的定价补贴团队，负责设计和优化核心的价格引擎与智能补贴系统
你将综合运用机器学习、因果推断、运筹优化等前沿算法，在强竞争的双边市场中驱动动态定价策略，直接提升完单量、GMV和毛利等核心指标，助力滴滴在全球市场的增长
作为核心算法工程师，你将与多国同事英文协作，获得宝贵的国际化视野和快速成长机会
最低要求
计算机、统计学、运筹学等相关专业硕士及以上学历
在营销增长、广告、推荐、O2O履约等领域具有1年以上工作经验
优秀的业务sense，扎实的算法技术能力，善于把业务问题系统化拆解建模为算法问题，并高效解决，在业务中落地
在机器学习、数学建模、运筹优化等领域有较强的积累，熟悉经典算法并有实践经验
熟练掌握海量数据处理技术，有使用Hive、Spark的能力和经验
编程基础扎实，熟悉基本算法数据结构，有较好的Python开发经验，了解Golang更好
优秀的沟通协调能力，扎实的项目管理和推进能力，能负责复杂项目的规划、技术攻坚、达成目标
善于思考，逻辑清晰，有优秀的问题分析和解决能力，对挑战性问题充满激情
工作职责
基于国际化强竞争态的双边动态交易市场，综合运用机器学习（因果推断，时序预测，转化率预估）、运筹优化、强化学习等前沿算法和技术，设计最核心的定价补贴策略，以此驱动司乘动态定价、智能司机补贴、智能乘客补贴等系统，支持国际化所有国家和城市，直接提升国际化业务核心指标，助力滴滴在国际市场的成功
优先资格
英语流利加分
AI 洞察
优缺点分析
优点
- 身处滴滴核心战略部门，直接参与国际化业务增长，个人贡献与业务成果强关联
- 技术栈前沿，涵盖因果推断、运筹优化、强化学习等高含金量方向，能力提升快
- 国际化团队环境，与多国同事交流，提升英语能力和跨文化协作经验
- 公司平台大、资源足，职业发展空间广阔，内部晋升与转岗机会多
- 业务复杂度高，需同时理解海量数据、算法模型与业务需求，综合能力要求高
- 国际化业务涉及多市场，时差和文化差异可能增加沟通和协作成本
- 适合有1-3年算法经验，对动态定价、因果推断感兴趣，渴望在国际化大平台中快速成长并承担核心贡献的工程师
缺点 / 挑战
- 算法落地到工程系统涉及稳定性与性能挑战，需具备较强的工程能力
角色解读
- 技术路径：从定价算法专家成长为资深算法专家或技术Leader，主导核心算法方向
- 业务路径：深入理解出行领域业务，向产品型或管理型人才发展，负责定价补贴产品线
- 国际化路径：积累全球多市场经验，未来可担任海外区域技术负责人或国际业务核心成员
- 设计和优化国际化出行平台的动态定价与智能补贴算法，提升订单量和营收
- 结合因果推断、时序预测等技术，建模双边市场中的供需与价格关系
- 将算法模型落地到生产系统，并持续监控和迭代策略效果
- 与产品、运营、工程团队协作，推动定价策略在不同国家和城市本地化适配
- 扎实的机器学习基础，熟悉因果推断、时序预测或强化学习等前沿领域
- 熟练使用Python进行算法开发，并有Hive/Spark处理大规模数据的能力
- 具备运筹优化或转化率预估的实际项目经验，能解决业务中的复杂问题
- 优秀的沟通和项目推进能力，适应跨团队、跨文化协作
申请策略
- 在求职信中表达对国际化业务的热情和跨文化工作的意愿
- 关注滴滴在出海方面的战略动态，面试中展示对业务痛点的理解
- 突出在营销增长、广告、推荐或O2O领域的算法项目经验，特别是涉及定价、补贴或转化率优化的成果
- 详细描述使用因果推断、时序预测或强化学习解决实际业务问题的案例，包括数据量、方法选择和效果提升
- 强调数据工程能力，如Hive/Spark处理海量数据的经验，以及Python编程能力
- 如有跨团队或国际协作经验，务必写明，体现沟通协调能力
- 系统学习因果推断（如DoWhy、EconML）或强化学习（如DQN、PPO）的经典方法和最新进展
- 练习用Python实现完整的定价或补贴仿真环境，加深对算法与业务结合的理解
面试指南
- 先澄清业务目标与约束，再拆解为子问题，选择合适的方法并给出关键步骤，最后讨论评估方案
- 采用因果推断框架（如DID、Uplift模型），强调随机实验的重要性，并说明在无法实验时的替代方法
- 请设计一个司乘动态定价算法，考虑供需关系和利润最大化
- 如何评估一个补贴策略的因果效应？请描述实验设计和指标
- 在处理大规模数据时，如何保证算法的实时性和准确性？
- 你过去在转化率预估项目中遇到了哪些挑战？如何解决的？
- 假设你需要在多个国家同时推出定价策略，如何考虑地区差异？
- 复习机器学习经典算法，尤其是因果推断和强化学习的基础理论和应用场景
匹配度报告
69
综合匹配度
国际化核心算法岗，前沿技术栈，高成长高回报，但工作强度大，WLB一般
适合人群
该职位最适合强烈追求技术成长和职业发展、愿意接受高强度工作以换取快速提升的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活40
使命价值70
薪资福利匹配
75中等
该职位薪资处于市场较高水平，滴滴为上市公司，福利体系完善，但JD未明确列出具体薪资和福利，需面议。
薪资信号面议 (30K-60K/月)
成长发展匹配
90较高
岗位使用前沿技术（因果推断、强化学习等），直接参与核心业务，明确提到成长和国际化视野，发展空间极大。
技术前沿前沿/新兴技术
技术栈机器学习、因果推断、时序预测、转化率预估、运筹优化、强化学习
成长机会提升英语水平和国际化视野、伴随业务快速成长、积累宝贵的国际化先行经验
业务类型profit_center
工作生活匹配
40较低
JD未提及弹性工作或WLB，互联网大厂算法岗位通常工作强度较大，且明确的现场办公要求。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
70中等
国际化出行业务处于高速增长，算法驱动商业价值，对社会出行效率有正向影响，但使命感信号不强。
行业发展高速增长赛道
社会影响中性/一般
使命信号创造用户价值和商业价值
创新程度积极采用新技术
滴滴出行 的其他在招职位
相似职位推荐
Watch Jobs